如何用Pythonic方法查找曲线与X轴的交点？

我用一组数据点绘制了曲线，目前通过鼠标在绘图窗口手动查找曲线与X轴的交点，效率很低。请问最符合Python风格（Pythonic）的方法是什么？以下是我的数据点：

-2.0   -2.22537043
-1.9   -2.22609532
-1.8   -2.22075396
-1.7   -2.22729678
-1.6   -2.22353721
-1.5   -2.22341588
-1.4   -2.2180032
-1.3   -2.22850037
-1.2   -2.22553919
-1.1   -2.22866368
-1.0   -2.22400234
-0.9   -2.22865694
-0.8   -2.22058969
-0.7   -2.22399086
-0.6   -2.20372207
-0.5   -2.22639477
-0.4   -2.10633351
-0.3   -2.03573848
-0.2   -1.52582935
-0.1   -0.344812049
0.0     1.61330696
0.1     2.21013059
0.2     2.22698993
0.3     2.22698993
0.4     2.22698993
0.5     2.22698993
0.6   2.22698993
0.7   2.21522144
0.8   2.22699297
0.9   2.22361681
1.0   2.22055266
1.1   2.22299154
1.2   2.21155482
1.3   2.22212628
1.4   2.22437687
1.5   2.22365865
1.6   2.21749658
1.7   2.22603657
1.8   2.22736
1.9   2.22471317
2.0   2.22724296

解决方案：用Numpy批量计算交点 #

借助numpy处理离散数据，通过线性插值自动计算曲线与X轴的交点，完全替代手动操作，符合Python简洁高效的风格。

代码实现

import numpy as np

# 加载数据为numpy数组（也可直接将数据写在数组内）
data = np.array([
    [-2.0, -2.22537043],
    [-1.9, -2.22609532],
    [-1.8, -2.22075396],
    [-1.7, -2.22729678],
    [-1.6, -2.22353721],
    [-1.5, -2.22341588],
    [-1.4, -2.2180032],
    [-1.3, -2.22850037],
    [-1.2, -2.22553919],
    [-1.1, -2.22866368],
    [-1.0, -2.22400234],
    [-0.9, -2.22865694],
    [-0.8, -2.22058969],
    [-0.7, -2.22399086],
    [-0.6, -2.20372207],
    [-0.5, -2.22639477],
    [-0.4, -2.10633351],
    [-0.3, -2.03573848],
    [-0.2, -1.52582935],
    [-0.1, -0.344812049],
    [0.0, 1.61330696],
    [0.1, 2.21013059],
    [0.2, 2.22698993],
    [0.3, 2.22698993],
    [0.4, 2.22698993],
    [0.5, 2.22698993],
    [0.6, 2.22698993],
    [0.7, 2.21522144],
    [0.8, 2.22699297],
    [0.9, 2.22361681],
    [1.0, 2.22055266],
    [1.1, 2.22299154],
    [1.2, 2.21155482],
    [1.3, 2.22212628],
    [1.4, 2.22437687],
    [1.5, 2.22365865],
    [1.6, 2.21749658],
    [1.7, 2.22603657],
    [1.8, 2.22736],
    [1.9, 2.22471317],
    [2.0, 2.22724296]
])

x = data[:, 0]
y = data[:, 1]

# 定位y值正负交替的区间（曲线穿过X轴的位置）
sign_change_indices = np.where(np.diff(np.sign(y)))[0]

# 对每个区间线性插值计算交点X坐标
intersection_x = []
for idx in sign_change_indices:
    x0, x1 = x[idx], x[idx+1]
    y0, y1 = y[idx], y[idx+1]
    # 线性插值公式：x = x0 - y0*(x1-x0)/(y1-y0)
    x_intersect = x0 - y0 * (x1 - x0) / (y1 - y0)
    intersection_x.append(x_intersect)

print("曲线与X轴的交点X坐标：", intersection_x)

代码说明

• 批量处理：用numpy数组替代手动遍历，代码简洁高效，符合Pythonic原则。
• 精准定位：通过np.diff(np.sign(y))快速找到y值由负变正的区间，这些区间就是曲线穿过X轴的位置。
• 精确计算：利用线性插值公式计算交点的精确X坐标，结果比手动点击更准确。

如果需要处理非线性曲线的交点，可以结合scipy.interpolate.interp1d构造平滑插值函数，再用scipy.optimize.root求解零点，但对于你的数据，线性插值已经足够精准。

内容的提问来源于stack exchange，提问作者brownser